top of page

Novo Nordiskのホスト型エージェント、臨床研究AIのスケーリング業務を転換

4 日前
読了時間: 20分
Illustrative photograph. Photo: Anna Shvets / Pexels.

MicrosoftとNovo Nordiskは、既存の臨床研究アシスタントをマネージドインフラ上で再構築し、科学的責任を開発チームに残したまま運用業務を転換した。11月11日に公開されたNovo Nordiskのホスト型エージェント事例は、研究者が追加の問いを調べるために治験データを再検討する二次解析を対象としている。中心にある緊張関係は明快だ。インフラ管理を移管しても、解析に対する説明責任まで移管されるわけではない。

比較の起点は、競合する医療チャットボットではなく、プロジェクトが以前採用していたAzure Container Appsでのデプロイである。そのシステムはすでに機能していた。今回の変更は、有用な研究アプリケーションを、アクセス拡大に伴ってより運用しやすくする方法に関するものだ。独自の実行環境、ストレージ、管理機構を構築してきたチームに対し、どの構成要素が継続的な保守をなお正当化するのかを説明するよう迫る。

エンタープライズの購買担当者にとって、これはマネージドAIサービスがどこに適合するかを示す実務的な事例である。重要な境界線は、環境を運用することと、エージェントが何にアクセスし、何を計算し、どのような結論を導けるかを決めることを分ける。MicrosoftのFoundryプラットフォームは前者をより多く担う。一方で、研究者、開発者、セキュリティチームは後者を引き続き担う。

Novo Nordiskのホスト型エージェント、既存の研究ワークフローを再構築

報じられた変更は、新たな臨床意思決定システムではなく、定着済みの研究アシスタントに向けた新しい運用アーキテクチャである。

Microsoftのエンジニアリング移行に関する説明では、共同チームがアプリケーションをMicrosoft Foundryへ移行した経緯が述べられている。ホスト型エージェントとは、プラットフォーム提供者が管理するインフラ上で実行するためにパッケージ化されたアプリケーションコードである。チームはエージェントのロジックを維持しつつ、より多くのランタイム責任を移管した。

従来のデプロイは、マネージドなアプリケーションホスティングサービスであるAzure Container Apps、PostgreSQLの会話ストレージ、生成コードを実行するための別個の環境を組み合わせていた。Foundryは現在、周辺のセッションインフラをより多く処理する。

セッションは、専門家がアシスタントと対話する際の作業コンテキストである。報告されたアーキテクチャでは、各セッションに分離された実行環境を提供し、非アクティブ状態の後にも保存済みファイルを復元できるようにしている。

Novoの幹部Sid Prabhuは、この変更が数千人の研究者に体験を届ける助けになると説明している。これは規模に関する企業側の表明であり、アクティブユーザー数を独立監査した数値ではない。

科学的ワークフローは、引き続き専門家による調査を基盤としている。医学研究者は既存の治験データから生じた問いを探究し、解析を確認したうえで、追加の作業が妥当かどうかを判断できる。アシスタントはその調査を支援する。

以前の臨床研究アシスタントに関する顧客事例では、最終判断を科学者に委ねている。より広範な展開を進めている内部導入を説明し、予測アプリケーションを将来の方向性として提示している。

この区別は、有用な探索と医療上の影響についてのより強い主張を分ける。興味深いパターンを見つけても、治療効果が立証されるわけではない。解析を生成しても、その前提が妥当だと検証されるわけではない。アクセスを拡大しても、患者アウトカムの改善が示されるわけではない。

ビジネス上の意義は、周辺の運用コンポーネントをすべて再構築せずに、既存の能力をより利用しやすくする点にある。これは自動化された医薬品発見よりも限定的な主張だが、繰り返し生じるエンタープライズの課題に対処する。

研究アシスタントは、初期の利用者グループでは成功しても、組織全体へ拡張するのが難しい場合がある。利用者が増えることで、同時進行する作業、中断されるセッション、運用上の障害が発生する機会も増える。

科学的な問いも、必要となる作業を左右する。単純な要約と、より複雑な比較では、アプリケーションに異なる負荷がかかる可能性がある。すべての対話を同一のリクエストとして扱うと、その違いが見えなくなる。

このため、このデプロイは会話型インターフェースを超えて注目に値する。目に見える回答はワークフローの終点にすぎない。その下にあるシステムが、専門家が一貫して調査できるかを決める。

Novo Nordisk AIを実務的な観点から理解したい読者にとって、最も明確な出発点はこの役割分担である。ソフトウェアは探索を支援し、有資格者がその科学的意味を評価する。

移行によって、そのソフトウェアの実行方法は変わる。しかし、解釈を擁護する責任者や、発見に追加調査の価値があるかを決める者は変わらない。

アクセス拡大がアシスタントを支えるチームに圧力をかける

直接的な圧力は、プラットフォーム保守に開発能力を費やすことなく研究需要を支えなければならないアプリケーションチームにかかる。

有用な研究アシスタントは、デモでは生まれない期待を生む。ユーザーは、自らの作業が引き続きアクセス可能であること、権限が正しく維持されること、障害に理解可能な説明があることを期待する。

こうした期待により、インフラの選択はプロダクトの選択となる。原因がホスティングサービス内にあったとしても、中断された調査はユーザー体験の問題である。

したがって、購買担当者にとって中心的な問いは責任に関するものだ。組織は、科学的ニーズを反映するためにどの業務を担うべきか。どの業務は、状態を持つアプリケーションならどれも実行場所を必要とするために存在するのか。

この区別は、ソフトウェアと同様に人員配置にも重要である。実行環境の保守には、解析が臨床データセットを正しく表現しているかを評価する能力とは異なる専門性が必要になる。どちらの機能も重要だが、注意とリソースを奪い合う。

マネージドサービスは、その配分を変える。その魅力が最も強くなるのは、反復的な運用業務が、アプリケーションチームなら研究ワークフローの改善に充てるはずのリソースを消費している場合だ。

それでも、利点は当然視せず評価すべきである。直接管理するコンポーネントが減っても、インシデントが減る、回答が改善する、レビューサイクルが短縮するとは自動的には限らない。

組織は、どの負担がなくなり、どの負担が設定、統合、ベンダーとの調整へ移るのかを把握する必要がある。サービスはデプロイを簡素化できる一方、トラブルシューティング時に新たな依存関係を導入することもある。

これにより、カスタムインフラを選ぶべきかどうかの具体的な検証基準が生まれる。直接的な制御を維持することが合理的なのは、その制御が文書化された要件に資する場合である。単なる慣れは、より弱い理由にすぎない。

チームには、特定の実行ポリシー、特殊なデータ統合、あるいはマネージドサービスでは対応できないデプロイ構成が必要な場合がある。そのようなニーズが、アーキテクチャに関する議論を導くべきだ。

逆に、主な目的が標準的なプラットフォーム機能を再現することである社内保守コンポーネントは、精査に値する。その保守が、費やす労力に見合う価値を生んでいるかが問われる。

研究リーダーも関連する圧力に直面する。アクセスが拡大するなら、専門家によるレビューは実行可能な状態を維持しなければならない。専門家が結果を確認または再現できなければ、生成される解析が増えても価値はほとんどない。

アクセスと導入の違いも重要になる。利用資格を持つ研究者が、必ずしも定期的な利用者とは限らない。定期的な利用者が、必ずしも調査を完了するとも限らない。

意味のある導入報告は、利用可能性を完了した作業と結び付けるだろう。また、成功したリクエストと、大幅な修正または中断を要した解析を区別するだろう。

こうした指標は、アーキテクチャが研究体験を改善しているかを購買担当者が評価する助けになる。組織的な到達範囲についての広範な表明よりも、多くを伝える。

知識へのアクセスは別の依存関係を生む。アシスタントには、利用可能な定義、文書化された前提、参照できる資料の明確な境界が必要である。

検索可能なナレッジベースは、別の組織的課題にも対応する。人々が検討し再利用できるほど、ソース資料をアクセス可能にすることだ。臨床解析には、追加の科学的統制が必要となる。

ここでのつながりは、結果を裏付ける資料まで追跡できる能力を意味するトレーサビリティに関するものだ。アクセスの改善は、単により速く回答を生むのではなく、精査を容易にすべきである。

これが、Novo Nordiskのホスト型エージェント移行の運用上の要点である。インフラは、出力に疑問を投げかけるために必要な条件を維持しながら、より大きな規模で専門家の業務を支えるべきだ。

Foundryとカスタムインフラの比較は制御の境界を移す

マネージドホスティングは実行環境を運用する主体を変える一方、アプリケーションの挙動は構築者の制御下に残す。

Microsoftのホスト型エージェントアーキテクチャに関するドキュメントは、Microsoft管理のインフラ上で動作するコンテナ化アプリケーションを説明している。コンテナは、アプリケーションコードとその依存関係をデプロイ可能な単位にまとめる。

このドキュメントでは、セッションごとに分離された仮想マシン環境、永続ファイル、アイドル期間後の復元について説明されている。仮想マシンは、共有された物理インフラ内に分離されたコンピューティング環境を提供する。

これらの機能は、継続性と分離に対応する。生成された解析が正しいデータセットを使用しているか、適切な統計手法を適用しているかは判断しない。

したがって、実務的なFoundryとカスタムインフラの比較には複数の側面がある。デプロイの利便性はその一つである。アプリケーションの柔軟性、障害復旧、データ境界、統合要件も判断に影響する。

プラットフォームは実行境界を提供できる一方、アプリケーションはその内部で行うタスクを定義する。これらの責任は相互に作用するが、どちらももう一方の代替にはならない。

たとえば、解析を分離することで、作業環境間の分離を保護できる。しかし、それによって、その環境内の比較が元の問いに答えているかを研究者に伝えることはできない。

同様に、ファイルの復元は作業の再開を助ける。しかし、再開した作業が依然として正しいデータバージョンや前提を参照していることを保証するものではない。

これらの例は、インフラ管理と科学的ガバナンスが別個の意思決定であり続ける理由を示している。ガバナンスとは、システムの運用方法と結果の利用方法を統制するルールと責任を意味する。

AWSは、Amazon Bedrock AgentCoreの分離されたエージェントセッションを通じて関連する比較対象を提供している。そのドキュメントでは、専用の実行環境と、対話をまたいでコンテキストを保持する仕組みを説明している。

AWSはまた、ユーザーとセッション識別子の関係を維持する必要があるのは顧客側のバックエンドであると明記している。分離された環境であっても、アプリケーションレベルでの正しい所有権に依存する。

この類似性は、限定的な業界観察を裏付ける。セッション管理と分離は、クラウドプロバイダーが現在エージェントアプリケーション向けにパッケージ化している機能である。これはプロバイダー間の優劣を示すものではない。

この研究ワークロードにおいて、FoundryがAgentCoreを上回ることを示す比較可能なベンチマークはない。重要な比較は、裏付けのない性能ランキングではなく、アーキテクチャ上の責任に関するものである。

類似のプラットフォーム機能が存在しても、サービス同士が代替可能になるわけではない。アイデンティティ統合、利用可能なデプロイ形態、既存の組織システムによって、移行のあり方は大きく異なりうる。

購入者にとって有用な比較単位は、代表的な調査である。権限を持つ専門家が作業を開始し、継続し、結果を確認し、必要な文脈を失わずに後から戻れるか。

サービス説明が答えられるのは、その問いの一部にすぎない。残りを左右するのは、アプリケーション、周辺のデータシステム、組織のポリシーである。

カスタムインフラは、こうした統合を直接所有できる。マネージドインフラは標準化された仕組みを提供し、チームが保守する周辺コードを減らせる可能性がある。

要件が変わると、このトレードオフはより明確になる。カスタムシステムでは、組織が実装を変更する。マネージドシステムでは、サポート対象の機能とインターフェースの範囲内で対応しなければならない。

いずれの道もエンジニアリング上の判断を不要にするものではない。判断が最も価値を生む場所と、組織が受け入れられる依存関係はどこかが、意思決定の焦点となる。

この事例における中心的なアーキテクチャ上の論点は、努力をどこに集中させるかにある。ホスティング要件がより標準化されても、科学アプリケーションには専門性が残る。

これが移行を最も的確に読む方法である。すなわち、エンジニアリング作業の配分が変わる一方、アプリケーションの統制と科学的説明責任には、引き続き明示的な責任者が必要である。

プライベートネットワークと隔離されたセッションは、科学的妥当性を保証しない

保護された実行環境と、信頼できる科学的結論には、それぞれ異なる証拠が必要である。

Microsoftのエージェント向けネットワークオプションは、サービスに入る接続を意味するインバウンドアクセスと、エージェントが開始する接続を意味するアウトバウンドアクセスを区別している。

ドキュメントによれば、既定のネットワーク構成ではパブリック接続が提供される。プライベートネットワークには明示的な選択が必要である。インバウンドアクセスだけを制限しても、必ずしもアウトバウンド通信が隔離されるとは限らない。

この区別は、購入者がプラットフォームはプライベートネットワークをサポートしていると聞く際に重要となる。サポートされる機能は構成可能な内容を示すものであり、デプロイ済みのすべてのアプリケーションがそれを使用していることを確認するものではない。

デプロイ判断に必要な証拠は具体的である。アプリケーションはどのシステムに到達できるのか。どのアイデンティティがそれを呼び出せるのか。中間ファイルと返却結果はどこへ移動しうるのか。

これらの問いは実際のデプロイに関わる。構成と周辺アプリケーションを確認しなければ、一般的な製品主張だけで答えることはできない。

科学的な問いは別である。分析は意図した母集団を用いたのか。除外は適切だったのか。可視化は文章による解釈を裏付けているのか。

隔離されたセッションでも、誤ったコードを忠実に実行しうる。制限されたネットワークでも、誤解を招く結果を安全に配信しうる。インフラストラクチャの統制は重要なリスクに対処するが、あらゆる分析上の不確実性を解消するものではない。

これは特に探索的な作業で重要である。問い自体は妥当でも、選択した手法が不適切なことはある。計算が正しくても、その解釈が利用可能な証拠を超えることはある。

探索と検証を明確に区別することは、科学的説明責任の維持に役立つ。探索的結果は調査する価値のある事柄を特定するものであり、より強い結論には適切な裏付け作業が必要となる。

したがって、顧客事例が科学者による統制を重視していることには実質的な意味がある。レビュー担当者が前提を検討し、分析の道筋に異議を唱えられるなら、人によるレビューには本質的な目的がある。

専門家が洗練された説明文だけを受け取る場合、レビューは弱くなる。自信に満ちた説明は、疑わしいデータの選択や変換を覆い隠しうる。

これは分析上の懸念であり、Novoのシステムがそのような失敗を示したという主張ではない。公開資料は、文書化されていない欠陥を当該デプロイに帰属させる根拠にはならない。

また、関連するすべての失敗が排除されたと主張する根拠にもならない。企業のケーススタディは、関係組織の視点を通じて実装を記述するものだ。

Microsoftはプラットフォームを販売している。Novoは自社アプリケーションを説明している。両者の説明は直接的な実装証拠を提供するが、独立した臨床評価を構成するものではない。

そのため、報道上の境界は明確に保つべきである。変更されたアーキテクチャと、専門家による監督への表明されたアプローチについては証拠がある。これらの事実は、運用設計についての議論を支える。

しかし、それらは患者アウトカムの測定可能な改善を立証しない。また、ランタイムだけで規制遵守が保証されることも立証しない。

ここで、実践的なNovo Nordisk AI explainedの記事は誇張を避けなければならない。研究支援、臨床的意思決定、実証された医療上の便益は、それぞれ異なる主張である。

購入者は、各主張をそれぞれの水準で検討すべきである。ホスティングの変更にはホスティングに関する証拠が必要だ。分析品質に関する主張には評価の証拠が必要だ。医療アウトカムに関する主張には、関連する臨床的証拠が必要となる。

これらのカテゴリーを区別しておくことで、この事例はより有用になる。運用上の改善を認識しつつ、それをより広範な科学的結論へと転化させずに済む。

可視性の向上は調査者を助けるが、新たなデータ領域も生む

エージェントの挙動を理解するにはその行動に関する証拠が必要であり、その証拠に含まれうる機微な情報には統制が求められる。

Microsoftのエージェントトレーシングに関するガイダンスでは、トレーシングをアプリケーションリクエスト内のステップを記録するものとして説明している。トレースは、エラーや遅延がどこで発生したかの特定に役立つ。

文書化されているデータには、ユーザー入力、エージェント出力、ツールのアクティビティ、タイミング情報が含まれる。運用データ収集の標準であるOpenTelemetryは、こうしたイベントを記録するための共通規約を提供する。

Microsoftは、トレーシングが機微なコンテンツを取得しうることも警告している。そのガイダンスでは、当該コンテンツを最小化またはマスキングし、アクセス制御と保持ポリシーを適用するよう求めている。

運用上の含意は明快である。問題の診断に役立つ記録そのものが、保護を要する対象になりうる。

研究上の問いは、調査に関する情報を明らかにする場合がある。ツール結果には、最終回答には決して現れないデータが含まれる場合がある。すべてを収集すれば、可視化された会話を超えて露出が拡大しかねない。

収集が少なすぎると、別の問題が生じる。調査者は回答が誤っていることを確認できても、なぜ誤っているのかを判断できないかもしれない。

したがって目標は、境界が定義された有用な証拠である。チームには、誰がその記録を調査できるかを統制しながら、挙動と結果を結び付けるために十分な情報が必要となる。

例として、あるアシスタントが意図しないフィルターに基づくもっともらしいグラフを返す失敗を考えてみよう。最終画像だけでは、どこで誤りが入り込んだかを明らかにできない可能性がある。

関連ステップの記録があれば、リクエストの誤解、誤ったデータ選択、不適切なコード生成を区別する助けとなる。こうした失敗には異なる修正が必要である。

この例は仮説であり、Novo Nordiskに関する報告済みのインシデントではない。アプリケーションが複数の依存する行動を実行する際、なぜ可視性が重要かを示している。

可視性は品質測定とも異なる。何が起きたかを知ることは結果を説明する。結果が許容できるかを決めるには、参照基準と判断基準が必要である。

したがって有用な評価では、そのタスクにおいて何が成功に当たるかを特定すべきである。分析プロセスに重大な誤りが含まれる場合、望ましい回答と一致するだけでは不十分だ。

逆に、表現の異なる回答でも科学的に妥当であり続けることがある。評価では、表現上の違いと分析の意味を変える誤りを区別する必要がある。

これらは、評価にドメイン専門家を関与させる理由となる。彼らの貢献は、回答が首尾一貫して聞こえるかどうかだけでなく、問いの実質に関わる。

同じ区別は、アプリケーションの更新後にも重要である。ある身近な例で改善した結果が、別種の調査では悪化する可能性がある。

タスク定義が一貫しており、レビュー担当者が何が変わったかを理解している場合、比較はより有益になる。そうでなければ、見かけ上の改善は、より良い挙動ではなく異なるテストを反映しているかもしれない。

公開事例には、こうした影響を定量化するための独立した証拠が十分に示されていない。読者は、統合されたモニタリングプラットフォームを公表済みの品質ベンチマークとして扱うべきではない。

そこから得られるのは、有用な運用上の提案である。ホスティング形態が変わっても、調査と評価は結び付いたままであるべきだ。

この提案は製薬研究を超えて広がる。重要な情報を扱うアシスタントを導入するあらゆる組織には、挙動を検査し、結果を評価し、生成された記録を管理する手段が必要である。

次に必要な証拠は、規模と完了した研究作業を結び付けるものだ

次に意味を持つ指標は、運用上の導入、分析品質、そしてデプロイ統制に関する正確な説明である。

今後数か月で注目すべき最初の指標は、実際の利用に関するより明確な説明である。アクティブな研究者と完了した調査の数は、アクセス拡大の実際的な意味を明らかにするだろう。

完了した作業が持続的に積み上がれば、マネージドインフラが可用性を有用な研究活動へと変換する助けになるという主張が強まる。アクセスの発表だけでは、この主張は十分に展開されないままとなる。

第2の指標は、分析パフォーマンスの比較可能な評価である。一貫したタスクセット、明確な受け入れ基準、専門家によるレビューがあれば、変化を評価しやすくなる。

利用の拡大に伴って品質が維持される証拠は、移行の実践的価値を裏付ける。分析上の失敗が繰り返される証拠は、アプリケーションの挙動とレビュー能力へと注目を移すことになる。

第3の指標は、より具体的なデプロイの説明である。セッションの所有権、データアクセス、復旧時の挙動、ネットワーク構成について明確に説明されれば、他の組織は適用可能性を判断しやすくなる。

このような詳細は、アーキテクチャの再現可能性への信頼を強めるだろう。広範な能力に関する記述への依存が続けば、転用可能なパターンと特定顧客向けの取り組みを区別することが難しくなる。

これらは観察すべき指標であり、発表された期限や約束された開示ではない。どちらの企業も、これらの測定値を標準化された形で公表することをここで約束してはいない。

これらがそろえば、物語の主要部分がつながる。人々が有用な作業を完了するとき、規模は意味を持つ。専門家が分析を擁護できるとき、品質は意味を持つ。デプロイ済みシステムが統制に従うとき、統制は意味を持つ。

開発者にとって、この事例はアプリケーションの境界を検討することを促す。プラットフォームが基盤機能を提供できる場合、カスタムコンポーネントを維持するには明確な理由が必要である。

購入者にとっては、製品機能とデプロイ証拠を分けることを示している。プラットフォーム機能が重要になるのは、組織が自らのアプリケーションでの利用方法を理解したときである。

研究責任者にとって、中心的な問題は引き続き専門家による作業の質である。よりアクセスしやすい分析は、手法や結果への精査を弱めることなく、より良い調査を支えるべきである。

Novo Nordiskのホスト型エージェント事例は、こうした議論の具体的な出発点を示している。そこでは、すでに利用されている研究アプリケーションを取り巻く運用責任の移行が説明されている。

その重要性は、その具体性にある。組織は専門家向けアシスタントの運用方法を論じている一方で、より広範な科学的成果については、証拠が依然として結論を保留している。

類似の提案を評価する際は、まず代表的な調査を選び、問いの設定からレビュー済みの結果に至るまでを追跡する。使用されたデータ、中間的な作業、そして専門家が受け取る説明を検証する。そのうえで、中断後にも何が残るのか、またその記録に後から誰がアクセスできるのかを問う。これらの要件を、マネージドホスティングと既存アーキテクチャの双方と比較する。運用上の信頼性、分析の質、ならびに主張されている医学的有用性については、それぞれ独立した根拠を求める。Novo Nordiskのホスト型エージェント移行に関して、次に問うべき最も有用な点は具体的である。運用が容易になることで、研究者がより根拠の堅い成果を完了できるようになることを示すには、どのような追加の証拠が必要か。

 
 

無料で始めましょう

ローカルファーストのパーソナル知識管理付きAIアシスタント

より良いAI体験のために、

remio は現在、 Windows 10+ (x64)とM-Chip Mac のみをサポートしています。

仕事のAIパートナー
remioでもっと仕事が進む

計画・作成・仕上げまで
すべてをひとつに

bottom of page